MATLABによるアルゴリズム開発　～　粒子フィルタの応用　～

測定器などから測定される時系列のデータと測定対象の数学モデル、これらをどう融合させ精度良い状態推定に結びつけるか？こうした問いに答えるために、オンラインの状態推定法としてカルマンフィルタは生まれました。

カルマンフィルタはアポロ計画においてロケットの軌道を推定するなど、重要な役割を果たしましたが、時間更新のモデルや観測のモデルに制約があることから、そうした制約のない粒子フィルタ（パーティクル・フィルタ）が近年着目されつつあります。

本Webセミナーではこの粒子フィルタ（パーティクル・フィルタ）を題材に取り上げ、その基本概念を紹介すると共に、その応用例として動画でのオブジェクト・トラッキングをご紹介します。デモプログラムでは、物体の位置と速度を推定量、推定位置でのピクセルの色を観測量として粒子フィルタを動作させ、オブジェクトのトラッキングを実現します。

MATLABの関数をうまく利用することで、こうした新しいアルゴリズムもその他の言語よりもずっと短いステップ数で見通しよく記述することができます。MATLABを使ったアルゴリズム開発の実例をぜひ本セミナーを通してご確認下さい。

※本Webセミナーは、簡単な確率論に関する知識を前提としています。
※本Webセミナーは、MATLAB EXPO 2011で講演された「MATLAB によるアルゴリズム開発　～　粒子フィルターの応用　～」と同じ内容です。

デモファイルをダウンロードする